
멀티 에이전트를 향해: AI가 바꾼 개발의 문법
AI 개발 패턴이 자동완성에서 멀티 에이전트 팀으로 진화하는 흐름을 소개했습니다. 사람은 코드 작성보다 작업 지시와 검증에 더 집중하는 구조로 바뀌고 있었습니다.

AI 개발 패턴이 자동완성에서 멀티 에이전트 팀으로 진화하는 흐름을 소개했습니다. 사람은 코드 작성보다 작업 지시와 검증에 더 집중하는 구조로 바뀌고 있었습니다.


BMW는 AWS와 EC2 기반 vECU로 ECU 개발과 테스트를 클라우드에 올려 자동화했습니다. 이를 통해 준비 시간을 줄이고, 대규모 자동화 검증과 글로벌 협업을 가능하게 했습니다.
![[Jetpack Compose — Part 3] Jetpack Compose, 데이터로 성능과 안정성을 증명하다](https://miro.medium.com/v2/resize:fit:1200/1*fzHVp60NQLB9-H8fQYCmrA.png)

Jetpack Compose 도입 후 성능 불안을 CPU 프로파일러와 내부 원리 이해로 해결한 사례를 다루었습니다. 상태 분리, remember, 전환 개선으로 스크롤 버벅임과 깜빡임을 줄였습니다.

PD1 해커톤 2025에서 LINE 앱에 AI를 접목한 다양한 아이디어와 시연 사례를 소개했습니다. 48시간의 결과물 속에서 현업 적용 가능성과 협업의 의미를 확인했습니다.
![[Jetpack Compose — Part 2] Compose, 실전에서 빛을 발하다: 코드는 1/4로, 생산성은 4배로!](https://miro.medium.com/v2/resize:fit:1024/1*diRzxSehQGYWsFlGDct9sw.png)

Jetpack Compose를 사내 서비스 UI에 적용한 실전 사례를 소개했습니다. 코드량과 파일 수를 줄이고, 디자인 시스템과 스크린샷 테스트로 생산성과 품질을 함께 높였습니다.

SonarQube Cloud의 불안정성과 custom rule 한계 때문에 detekt와 reviewdog으로 전환했습니다.\n도입 전에는 팀 컨벤션 정리와 기존 경고 코드 정리가 먼저 필요했습니다.

React Native에서 Kollus SDK를 연동하기 위해 Android와 iOS 네이티브 브릿지 구성 방법을 정리했습니다. 또한 SDK 초기화와 영상 재생 URL 전달 흐름까지 단계별로 설명했습니다.


Kollus 안드로이드 라이브 인코더의 구조와 RTMP 송출 흐름을 소개했습니다. MediaCodec과 OpenGL을 활용한 인코딩, 필터, 운영 기능도 함께 정리했습니다.


Compose Stability가 재구성과 성능에 미치는 영향을 여러 객체 유형으로 비교해 설명했습니다. @Stable과 @Immutable은 단순 최적화가 아니라 계약이므로 신중히 사용해야 합니다.


Jetpack Compose 마이그레이션을 단계적으로 진행한 경험과 준비 과정을 공유했습니다. 하이브리드 전환, 스터디, 코딩 가이드로 안정성과 팀 표준을 확보했습니다.

본문이 Cloudflare 오류 페이지로 확인되어 글의 핵심 내용을 충분히 파악하기 어려웠습니다.\n내용이 불충분해 요약과 분류를 제한적으로 처리했습니다.

접근성을 별도 비용이 드는 작업이 아니라 텍스트 기반 인터페이스 설계로 바라보는 관점을 설명했습니다. 스크린리더와 테스트코드에서 같은 구조를 활용하는 예시도 함께 제시했습니다.